Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/. In dem Ordner ./timeseries_overview/ stehen Angaben zu langen Zeitreihen zur Verfügung.
Dieser Dienst stellt für das INSPIRE-Thema Verkehrsnetze aus dem Datensatz Wegenetz im saarländischen Wald umgesetzte Daten bereit.:Eine Klassifikation, die auf den physischen Eigenschaften des Straßenabschnitts beruhen.
Abweichend von konventionellen Standardverfahren zur Regelung von Wärmeerzeuger sollen in dem Projekt eine Vielzahl von internen und externen Eingangsgrößen zur Regelung verwendet werden. Hierbei handelt es sich unter anderem um Wetterdaten, Strompreise, Stromerzeugung und Korrelationsgrößen für die Belegung. In die Entscheidungsfindung zur Regelung fließen nicht nur aktuelle Zustandsgrößen ein, sondern auch zukünftige Werte. Es erfolgt somit eine prädiktive und vorausschauende Regelung anstelle einer reaktiven Standardregelung. Für solch eine Optimierungsaufgabe mit einer Vielzahl an Eingangsgrößen und einem längeren Betrachtungshorizont eigenen sich Methoden des maschinellen Lernens wie z.B. dem Reinforcement Learning. Der Vorteil dieser Methode ist eine bedarfsgenaue und wirtschaftliche Wärmebereitstellung. Mit Hilfe von Simulationsmodellen kann eine Vielzahl von Szenarien nachgebildet und als Trainingsdaten verwendet werden. Ziel des Forschungsprojektes ist es, die Optimierung von sektorübergreifenden Energiesystemen zu automatisieren und mit Hilfe von maschinellem Lernen und Metadaten die Anlagenparameter kontinuierlich anzupassen. Durch Transfer Learning können Messdaten anderer Gebäude als Trainingsdaten verwendet werden. Der Heizenergiebedarf wird mit Hilfe von neuronalen Netzen prognostiziert. Die entwickelten Prognose- und Regelungsmodelle werden in Kombination mit der Kommunikationsschnittstelle bei mehreren Gebäuden angewendet. Hierdurch sollen Generalisierungsmöglichkeiten gefunden werden, durch die das Trainieren bei neuen Gebäuden schneller erfolgen kann. Das Alleinstellungsmerkmal der Projektidee ist die Symbiose der Algorithmenentwicklung und ihre unmittelbare Validierung im Praxiskontext. Das Hermann-Rietschel-Institut hat als Arbeitsschwerpunkt die Entwicklung des Heizlastprognosemodells und dem Regelungsalgorithmus für die Wärmeerzeuger.
Dieser Dienst stellt für das INSPIRE-Thema Verkehrsnetze aus dem Datensatz Wegenetz im saarländischen Wald umgesetzte Daten bereit.:Eine Sammlung von Netzelementen, die einer einzigen Beförderungsart angehören.
Dieser Dienst stellt für das INSPIRE-Thema Bodenbedeckung aus ALKIS umgesetzte Daten bereit.:Dieser Dienst stellt für das INSPIRE-Thema Bodenbedeckung aus ALKIS umgesetzte Daten bereit.
Diese Daten stammen von den Stationen des DWD und rechtlich sowie qualitativ gleichgestellten Partnernetzen. Umfangreiche Stationsmetadaten (Stationsverlegungen, Instrumentenwechsel, Wechsel der Bezugszeit, Änderungen in den Algorithmen) werden beim Download mitgeliefert. Der Datensatz ist aufgeteilt in einen versionierten Teil mit abgeschlossener Qualitätsprüfung, im Verzeichnis ./historical/. Und einen sich kontinuierlich aktualisierenden Teil, für den die Qualitätsprüfung noch nicht abgeschlossen ist, im Verzeichnis ./recent/.
Dieser Web Map Service transportiert die abgeleiteten Rasterbilder der Digitalen Orthophotos DOP20 entsprechend dem Produkt- und Qualitätsstandard für Digitale Orthophotos (www.adv-online.de). Die Ausgangsdaten liegen in folgender Ausprägung vor: rgbi - Der Dienst bildet die 4 Kanäle der rgbi-Bilder in zwei Layern ab (Layer 1: 3-Kanal-Echtfarbbild, Layer 2: 3-Kanal-Colorinfrarotbild) | rgb - Es handelt sich um eine Darstellung als 3-Kanal-Echtfarbbild (Rot – Grün – Blau) | cir - Es handelt sich um eine Darstellung als 3-Kanal-Colorinfrarotbild (Nahes Infrarot [NIR] – Rot – Grün) | grau - Es handelt sich um eine Darstellung in Graustufen (panchromatisch) | ir - Es handelt sich um eine Darstellung als 1-Kanal-Infrarotbild (panchroma-tisch):Dieser Web Map Service transportiert die abgeleiteten Rasterbilder der Digitalen Orthophotos DOP20 entsprechend dem Produkt- und Qualitätsstandard für Digitale Orthophotos (www.adv-online.de). Die Ausgangsdaten liegen in folgender Ausprägung vor: rgbi - Der Dienst bildet die 4 Kanäle der rgbi-Bilder in zwei Layern ab (Layer 1: 3-Kanal-Echtfarbbild, Layer 2: 3-Kanal-Colorinfrarotbild) | rgb - Es handelt sich um eine Darstellung als 3-Kanal-Echtfarbbild (Rot – Grün – Blau) | cir - Es handelt sich um eine Darstellung als 3-Kanal-Colorinfrarotbild (Nahes Infrarot [NIR] – Rot – Grün) | grau - Es handelt sich um eine Darstellung in Graustufen (panchromatisch) | ir - Es handelt sich um eine Darstellung als 1-Kanal-Infrarotbild (panchroma-tisch)
Web Map Service (WMS) zur Karte der Hintergrundwerte von anorganischen Stoffen in Böden in Deutschland. Durch die LABO wurden 2017 für 16 Elemente neue, bundesweite Hintergrundwerte veröffentlicht. Sie beruhen auf Profilinformationen und Messdaten von Königswasserauszügen, die durch die BGR zusammengeführt und homogenisiert wurden. Daten mit hohen Bestimmungsgrenzen wurden nach bestimmten Kriterien von der weiteren Auswertung ausgeschlossen, damit die Bestimmungsgrenzen nicht die Hintergrundwerte beeinflussen. Um die Hintergrundwerte nicht durch Regionen mit hoher Stichprobendichte überproportional beeinflussen zu lassen, wurde in Teilen eine räumliche Ausdünnung durchgeführt. Die Werte mehrerer Horizonte eines Standortes wurden durch tiefengewichtete Mittelwerte zu einem Wert zusammengezogen. Zur Auswertung wurden die vorhandenen Messwerte verschiedenen Gruppen von Bodenausgangsgesteinen zugeordnet. Zudem wurde unterschieden, ob die Proben im Oberboden, im Unterboden oder im Untergrund genommen wurden. Bei den Oberböden wurde bei der Auswertung auch die unterschiedliche Nutzung (Acker, Grünland, Forst) berücksichtigt. Lockergesteine wurden aufgrund ihrer unterschiedlichen Zusammensetzung getrennt nach Nord- und Süddeutschland ausgewertet. Durch die Aufteilung der Daten in Teilkollektive wurden nicht in allen Fällen verlässliche Fallzahlen erreicht, sodass nur Hintergrundwerte mit Fallzahlen ?20 dargestellt werden. Das genaue Vorgehen bei der Ableitung ist dem Bericht der LABO-Bund/Länder-Arbeitsgemeinschaft Bodenschutz (2017): 'Hintergrundwerte für anorganische und organische Stoffe in Böden', 4. überarbeitete und ergänzte Auflage, zu entnehmen.
| Organisation | Count |
|---|---|
| Bund | 3632 |
| Europa | 85 |
| Global | 1 |
| Kommune | 81 |
| Land | 5733 |
| Schutzgebiete | 1 |
| Weitere | 95 |
| Wirtschaft | 55 |
| Wissenschaft | 959 |
| Zivilgesellschaft | 133 |
| Type | Count |
|---|---|
| Agrarwirtschaft | 1 |
| Chemische Verbindung | 53 |
| Daten und Messstellen | 5733 |
| Ereignis | 8 |
| Förderprogramm | 2697 |
| Gesetzestext | 18 |
| Hochwertiger Datensatz | 170 |
| Text | 170 |
| Umweltprüfung | 1 |
| unbekannt | 530 |
| License | Count |
|---|---|
| Geschlossen | 3469 |
| Offen | 5632 |
| Unbekannt | 262 |
| Language | Count |
|---|---|
| Deutsch | 9138 |
| Englisch | 2305 |
| andere | 2 |
| Resource type | Count |
|---|---|
| Archiv | 1592 |
| Bild | 31 |
| Datei | 1199 |
| Dokument | 488 |
| Keine | 5009 |
| Unbekannt | 2 |
| Webdienst | 291 |
| Webseite | 3502 |
| Topic | Count |
|---|---|
| Boden | 7699 |
| Lebewesen und Lebensräume | 8375 |
| Luft | 7054 |
| Mensch und Umwelt | 9292 |
| Wasser | 6905 |
| Weitere | 9180 |